在 C++ 中写入 hdf5 文件会导致数据在某些时候被截断

Question

考虑以下代码：

#include <H5Cpp.h>
#include <vector>
#include <eigen3/Eigen/Dense>
#include <iostream>

double* matrix_to_array(Eigen::MatrixXd const &input){
    int const NX = input.rows();
    int const NY = input.cols();
    double *data = new double[NX*NY];
    for(std::size_t i=0; i<NX; i++){
        for(std::size_t j=0; j<NY; j++){
            data[j+i*NX] = input(i,j);
        }
    }
    return data;
}

int main() {

    Eigen::MatrixXd data = Eigen::MatrixXd::Random(124, 4654);
    data.fill(3);
    
    H5::H5File file("data.hdf5", H5F_ACC_TRUNC);
    hsize_t dimsf[2] = {data.rows(), data.cols()};
    H5::DataSpace dataspace(2, dimsf);
    H5::DataSet dataset = file.createDataSet("test_data_set", 
                                            H5::PredType::NATIVE_DOUBLE,
                                            dataspace);

    auto data_arr = matrix_to_array(data);

    dataset.write(data_arr, H5::PredType::NATIVE_DOUBLE);

    delete[] data_arr;

}

使用以下 CMakeLists.txt

编译得很好

cmake_minimum_required(VERSION 2.8)

project(test)

find_package(HDF5 REQUIRED COMPONENTS C CXX)
include_directories(${HDF5_INCLUDE_DIRS})

add_executable(hdf5 hdf5.cpp)
target_link_libraries(hdf5 ${HDF5_HL_LIBRARIES} ${HDF5_CXX_LIBRARIES} ${HDF5_LIBRARIES})

执行后我认为一切都很好，但是在运行下面的 python 代码（bscly。只是逐行打印数据）

import h5py
import numpy as np

hf = h5py.File("build/data.hdf5", "r")

keys = list(hf.keys()) 
data_set = hf.get(keys[0]) 
data_set_np = np.array(data_set)

for row in data_set_np:
    print(row)

我意识到矩阵的前 18000 个左右的条目已正确写入 hdf5 文件，而其余的由于某种原因被设置为零。我在上面的C++代码中检查了data和data_arr，两个矩阵的所有条目都设置为0，所以错误一定发生在写入hdf5文件的过程中......问题是，我看不到在哪里。我到底错过了什么？

Answer 1

经过一番尝试和参考了H5组的例子，我成功了。

#include <iostream>
#include <string>
#include "H5Cpp.h"
#include <eigen3/Eigen/Dense>
using namespace H5;
int main (void){

   const H5std_string  FILE_NAME( "data.h5" );
   const H5std_string  DATASET_NAME( "DOUBLEArray" );
   const int   NX = 123;                    // dataset dimensions
   const int   NY = 4563;
   const int   RANK = 2;

   Eigen::MatrixXd data = Eigen::MatrixXd::Random(NX, NY);

   int i, j;
   double data_arr[NX][NY];          // buffer for data to write
   for (j = 0; j < NX; j++)
   {
      for (i = 0; i < NY; i++)
        data_arr[j][i] = data(j,i);
   }

    H5File file( FILE_NAME, H5F_ACC_TRUNC );
    hsize_t     dimsf[2];              // dataset dimensions
    dimsf[0] = NX;
    dimsf[1] = NY;
    DataSpace dataspace( RANK, dimsf );
    /*
    * Define datatype for the data in the file.
    * We will store little endian DOUBLE numbers.
    */
    FloatType datatype( PredType::NATIVE_DOUBLE );
    datatype.setOrder( H5T_ORDER_LE );

    DataSet dataset = file.createDataSet( DATASET_NAME, datatype, dataspace );

    dataset.write( data_arr, PredType::NATIVE_DOUBLE );

}

据我所知，唯一改变的是我们在这里明确指定了元素的顺序，即

FloatType datatype( PredType::NATIVE_DOUBLE );
        datatype.setOrder( H5T_ORDER_LE );

而在问题中我们只是传递 PredType::NATIVE_DOUBLE 作为参数。我无法真正评论为什么或是否可以解决问题...

在 C++ 中写入 hdf5 文件会导致数据在某些时候被截断

Writing to hdf5-file in C++ results in data being truncated at some point

python

c++

hdf5